| 基于随机子空间的半监督协同训练算法 |
| |
| 引用本文： | 王娇,罗四维,曾宪华.基于随机子空间的半监督协同训练算法[J].电子学报,2008,36(Z1):60-65. |
| |
| 作者姓名： | 王娇 罗四维 曾宪华 |
| |
| 作者单位： | 北京交通大学计算机与信息技术学院,北京,100044 |
| |
| 基金项目： | 教育部博士点基金(No.20050004001,No.200800041049); 国家863高技术研究发展计划(No.2007AA01Z168); 国家自然科学基金(No.60773016,No.60805041,No.60872082) |
| |
| 摘 要： | 半监督学习是近年来的一个研究热点.协同训练(co-training)是利用未标记数据来提高传统监督学习性能的一种半监督学习范式.本文提出一种基于随机子空间的协同训练算法(RAndom Subspace CO-training,简称为RAS-CO).该算法探讨多视图的协同训练.用随机判别的理论分析了算法的分类精度和泛化能力.讨论了随机子空间的维数和个数对分类性能的影响.在UCI数据集上的实验结果表明,与其它同类算法相比,RASCO算法有较好的性能.
|
| 关 键 词： | 半监督学习 随机子空间 随机判别 协同训练 多视图 RASCO |
| 收稿时间： | 2008-05-08 |
A Random Subspace Method for Co-Training |
| |
| WANG Jiao,LUO Si-wei,ZENG Xian-hua.A Random Subspace Method for Co-Training[J].Acta Electronica Sinica,2008,36(Z1):60-65. |
| |
| Authors: | WANG Jiao LUO Si-wei ZENG Xian-hua |
| |
| Affiliation: | School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China |
| |
| Abstract: | Semi-supervised learning has received much attention recently.Cotraining is a kind of semi-supervised learning method which uses unlabeled data to boost the performance of standard supervised learning algorithms.A novel co-training style algorithm,RASCO(for RAndom Subspace CO-training),is proposed which uses stochastic discrimination theory to extend co-training to multi-view situation.The accuracy and generalizability of RASCO are analyzed.The influences of the parameters of RASCO are discussed.Experiments... |
| |
| Keywords: | RASCO |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
|
